VLA 微调阶段信息接口实证研究

长视野操纵的一项高级指令可以涵盖多个动作阶段。我们使用分段动作注释作为完整任务指令和 VLA 动作块之间的中间表示。进度模块跟踪活动阶段，而操作策略接收阶段信息作为当前阶段文本或机器人状态中的标准化序数阶段索引。我们将这些接口与 LIBERO-10 上的 GR00T N1.6 在直接 微调 和来自全任务指令基线的延续 微调 下进行比较。在直接 微调 下，全任务指令、当前阶段文本和序数阶段状态的平均成功率分别为 57.45%、50.24% 和 54.36%，这表明显式阶段信息不会自动改进策略。在延续下，相应的平均值为 49.07%、50.00% 和 53.75%，序数阶段状态在所有三对运行中都超过了两种替代方案。观察到的好处因界面表示和训练安排而异。